Nana v3

Author

SB

Published

July 5, 2024

1 Classification Zéro-Shot

On a utilisé un algorithme de classification zéro-shot, sans apprentissage préalable. Le modèle de langage retenu est un modèle Camembert entraîné sur des données Facebook (cf model card sur Hugging Face). On a testé 47 labels.

On commence par présenter les labels retenus et quelques exemples de commentaires qui ont obtenu des scores très importants sur certains labels, pour montrer que l’algo fonctionne très bien.

Pour voir directement les résultats des tests d’hypothèse, rendez-vous à Section 3.

Les labels recherchés
émotions et sentiments transgression adhésion
positif tabou adhésion
négatif provocation inclusion
neutre transgression exclusion
joie incongruité rejet
tristesse intrusion acceptation
colère incohérence responsable
dégoût intrigant sociétal
surprise décalé activisme
confiance bizarre militantisme
peur injustifié avant-gardisme
honte inhabituel identification
gêne hors normes attachement
choquant étonnant féminisme
irritant surprenant défense
inquiétant inattendu
déroutant polémique
anti-conformiste
Les commentaires les plus associés à dégoût
Comment dégoût
Mais c'est carrément dégoûtant horrible ! C'est comme si demain on m'était plein de bites qui danse pour faire la pub pour préservatif ! Et les femmes qui dit " ouais on s'assume ??? Mais oui on s'assume mais pas en montrant des vulves entrain se chanter ! Enfin bref!!!! 1.00
dégueulasse 1.00
C'est une publicité dégoûtante on a honte devant nos mari et nos enfants sa choque plus les petites fillette qu'elles ont pas encore leur règle arrêter avec votre marketing poirier et deguelasse la femme ce n est pas que des règles et serviette 1.00
Honteux cette pub 😡👎👎👎 1.00
Cette pub est dégueu personne ne vois pu quoi 1.00
Chiffres arrondis
Les commentaires les plus associés à tabou
Comment tabou
Justement c’est tellement un tabou pour les personnes comme vous que les petites filles n’apprennent pas ça à l’école, elles savent pas que ça existe donc elles vont pas poser de questions ou se renseigner là dessus surtout si c’est autant tabou ! 1.00
Bein tout simplement parce que encore beaucoup trop de gens trouve ce sujet choquant et que c'est bien de libérer la parole sur ce sujet très tabou 0.99
Si les gens sont choqués à l'idée de voir une representation de la vulve, ouais, c'est un tabou. 0.99
Il y a un énorme tabou sur les règles et le corps de la femme en général, et cette pub peut aider certaines à s'accepter, et en parler plus librement. Si tu ne voulais pas voir cette pub, que fais tu sur les commentaires de cette vidéo ? 0.99
@@duhhh2717 Bah non, la merde c'est tabou aussi. Quand tu sors des toilettes, est-ce que tu racontes à tout le monde de quelle taille et quelle couleur était ton caca ? Et quelle texture ? Et puis, si tu as eu beaucoup mal au ventre ou pas ? Ou si tu as des problèmes diarrhée ? Alors, juste parce que c'est tabou, pourquoi ne pas faire des pubs pour papier toilette avec un mec qui a une diarrhée explosive ? Et on le montre tout éponger, pour dire que le papier toilette est efficace ? Tout ça, au nom de la liberté, car la chiasse, c'est tabou ! 0.99
Chiffres arrondis
Les commentaires les plus associés à féminisme
Comment féminisme
Je suis féministe et extrêmement canon. bizouuuu (ps j'ai mes règles) 0.99
le fruit du féminisme(de bourgeoises) moderne financé par le monde marchand dirigé par des hommes qui n'a comme unique but de gagner encore plus de fric tout en aliénant encore plus les femmes,bravo les idiotes utiles,vous creusez votre propre tombe !!!sinon vive les femmes 0.97
Bravo à vous vous méritez plus de popularité !! Féministe avec moi !! 💙💙💙❤❤❤ 0.97
On instrumentalise un mouvement à des fins budgétaires, au final c'est ça le féminisme, un allié du capitalisme 0.96
Et bien écoutez, cette pub a pour but de décomplexer et de sensibiliser les plus jeunes comme les plus âgés. Elle met en avant les femmes de manière imagée et très explicite. Les règles, c'est quelque chose de naturel, il n'y a rien de choquant. Alors, excusez moi, mais si cette pub vous gène et vous choque alors qu'elle représente quelque chose de normal dans la vie (avec des origamis et autres représentations donc c'est très soft), alors qu'en est-il des films de guerre, jeux violents ... ? Qu'en est-il des enfants, qui très jeunes, savent représenter des pénis simplement en les dessinant partout sur des coins de feuille, dans la cour ? Qu'en est-il des gros mots, ceux qu'ont à la bouche de jeunes enfants et qui rabaissent les femmes ? Qu'en est-il de beaucoup d'ados qui regardent des vidéos pornographiques ? Et bien, tout cela, je vous le demande. Ça commence par là, avec ce genre de pub, avec des discours féministes, entre amis, avec sa famille, qu'on apprend à accepter et respecter les femmes. 0.95
Chiffres arrondis
Les commentaires les plus associés à choquant
Comment choquant
Bien sur que cette pub est choquante ! On devrait banaliser le sexe de la femme parce que je reprends "ça se fait partout" maintenant ? Comment vos enfants vont grandir ? Dans une société où on a le droit de montrer son sexe, de se dénuder ? D'oublier sa dignité ? C'est maintenant qu'il faut se réveiller en passant sur tout vous oubliez que ce sont nos enfants que l'on conditionne pour l'avenir ! J'espère que mes fils ne verront pas cet pub ! Je leur inculque le respect envers la femme ce n'est pas pour qu'on expose des choses semblable à des vulves à la télé ! Je suis choquée ! Honteux ! 1.00
cette "pub" est hyper degu... et dégradante pour l'image de la femme. Si ça vs amuse d'admirer vos déjections les plus intimes en plein écran, à chacune ses perversions... Le pire c'est la grosse vache qui baisse sa culotte (berk) pour en inspecter le contenu! quelle classe! Dans le genre pipi-caca on attend avec impatience la prochaîne création de la maison Lotus. 1.00
cette "pub" est hyper degu... et dégradante pour l'image de la femme. Si ça vs amuse d'admirer vos déjections les plus intimes en plein écran, à chacune ses perversions... Le pire c'est la grosse vache qui baisse sa culotte (berk) pour en inspecter le contenu! quelle classe! Dans le genre pipi-caca on attend avec impatience la prochaîne création de la maison Lotus. 1.00
cette "pub" est hyper degu... et dégradante pour l'image de la femme. Si ça vs amuse d'admirer vos déjections les plus intimes en plein écran, à chacune ses perversions... Le pire c'est la grosse vache qui baisse sa culotte (berk) pour en inspecter le contenu! quelle classe! Dans le genre pipi-caca on attend avec impatience la prochaîne création de la maison Lotus. 1.00
Cette pub est vraiment insultante pour la gente féminine c choquante 1.00
Chiffres arrondis
Les commentaires les plus associés à transgression
Comment transgression
Nana osez tout? Mais cette pub est une honte franchement c est une atteinte à la dignité des femmes? Donc sous prétexte qu il vendent des serviettes intimes! Ils se permettent de mèttres des vulves en veux tu en voila a des heures de grande visionage! Heureusement que mes enfants ne regardent pas la télé car avec toutes les pubs qu ils nous pondent on est plus à l abris de rien! Pauvre de nous, faut agir ne pas les laisser nous prendre pour des cons 0.99
Ceci est inadmissible imaginer un enfant tombe sur sa vous imaginer sa peut les choqué vous savez que si il(elle) tombe sur ceci sa doit le(la) rendre mal et conplexé par son sexe. 👎🏻👎🏻👎🏻👎🏻👎🏻👎🏻👎🏻👎🏻🖕🏼🖕🖕🏼 0.98
Contenue inappropriée, une publicité rabessante vis-à-vis des femmes, cela est INADMISSIBLE pour une marque d'une telle sorte. 0.98
une pétition a pour but de retirer de nos écrans la nouvelle publicité pour les produits de la marque NANA. Cette pub montre une image dégradante sur l'intimité de la femme. D'autant plus que cette publicité passe à toutes heures de la journée sur des chaines publiques. Cette publicité est choquante aux yeux de tous et surtout aux yeux des plus jeunes téléspéctateurs. STOP au Buzz, STOP au "vendre à tout prix", STOP aux publicités choquantes, STOP à la dégradation de l'image de la femme.. 0.98
Je trouve cette pub juste totalement inadaptée à la TV. Y'a des gens comme moi qui ne souhaitent pas voir ça en mangeant, on entre dans l'intime là. Ça me fait juste détourner le regard ou changer de chaîne ! Je suis gay, je vis avec un homme depuis plus de 15 ans, et j'ai pourtant absolument aucune envie de voir un mur de bites chanter à la TV. On est vraiment dans le n'importe quoi. 0.98
Chiffres arrondis
Les commentaires les plus associés à positif
Comment positif
Très bon commentaire 1.00
Cette pub est vraiment géniale 1.00
Certaines images peuvent choquer les plus prudes , mais dans l ensemble l idée est bonne... Enlevez le coquillage qui chante au debut et la fille avec le miroir et ça fera moins polémique... 1.00
cette pub est cool, j'espère juste que la prochaine fois seront inclus des mecs trans ou autres personnes queers possédant une vulve :) 1.00
Je trouve cette pub très très bien et réaliste 1.00
Chiffres arrondis
tinytable_1mmpl6kjqmtccxtjw73a
Mean SD Min Median Max Histogram
positif 0.3 0.4 0.0 0.2 1.0
acceptation 0.3 0.3 0.0 0.2 1.0
responsable 0.4 0.2 0.0 0.4 1.0
décalé 0.6 0.2 0.0 0.6 1.0
attachement 0.3 0.3 0.0 0.2 1.0
joie 0.2 0.2 0.0 0.0 1.0
inclusion 0.3 0.2 0.0 0.3 1.0
identification 0.5 0.2 0.0 0.5 1.0
intrigant 0.5 0.3 0.0 0.6 1.0
provocation 0.5 0.3 0.0 0.5 1.0
féminisme 0.1 0.1 0.0 0.1 1.0
étonnant 0.6 0.3 0.0 0.6 1.0
sociétal 0.2 0.2 0.0 0.2 1.0
hors normes 0.4 0.3 0.0 0.3 1.0
colère 0.4 0.3 0.0 0.4 1.0
confiance 0.2 0.2 0.0 0.1 1.0
adhésion 0.2 0.2 0.0 0.1 1.0
polémique 0.5 0.3 0.0 0.5 1.0
surprenant 0.6 0.3 0.0 0.6 1.0
transgression 0.5 0.3 0.0 0.5 1.0
défense 0.3 0.2 0.0 0.3 1.0
déroutant 0.6 0.3 0.0 0.6 1.0
surprise 0.5 0.2 0.0 0.5 1.0
bizarre 0.6 0.3 0.0 0.7 1.0
inquiétant 0.6 0.3 0.0 0.6 1.0
gêne 0.5 0.3 0.0 0.5 1.0
choquant 0.5 0.4 0.0 0.5 1.0
intrusion 0.3 0.2 0.0 0.3 1.0
incohérence 0.4 0.3 0.0 0.4 1.0
inhabituel 0.4 0.3 0.0 0.4 1.0
peur 0.3 0.3 0.0 0.3 1.0
inattendu 0.4 0.3 0.0 0.4 1.0
tristesse 0.3 0.3 0.0 0.3 1.0
neutre 0.1 0.2 0.0 0.0 1.0
militantisme 0.1 0.1 0.0 0.1 1.0
avant-gardisme 0.2 0.1 0.0 0.1 1.0
activisme 0.2 0.2 0.0 0.2 1.0
irritant 0.4 0.4 0.0 0.3 1.0
négatif 0.5 0.4 0.0 0.6 1.0
anti-conformiste 0.3 0.2 0.0 0.2 1.0
dégoût 0.3 0.3 0.0 0.2 1.0
incongruité 0.4 0.3 0.0 0.3 1.0
injustifié 0.4 0.4 0.0 0.4 1.0
honte 0.4 0.3 0.0 0.3 1.0
rejet 0.3 0.3 0.0 0.2 1.0
tabou 0.1 0.2 0.0 0.1 1.0
exclusion 0.2 0.2 0.0 0.0 1.0

2 Analyses factorielles

2.1 Corrélations

Ici, on regarde les corrélations entre les labels, pour voir si certains sont redondants :

2.2 Analyse factorielle exploratoire

On réalise ici une analyse factorielle exploratoire pour réduire le nombre de variables. Tout d’abord, on s’intéresse aux sentiments et émotions (Section 2.2.1), puis aux composantes de la transgression (Section 2.2.2), et enfin aux composantes de l’adhésion (Section 2.2.3).

2.2.1 Analyse factorielle : émotions et sentiments

Trois facteurs, rotation oblimin.

Factor Analysis using method =  minres
Call: fa(r = sent, nfactors = 3, rotate = "oblimin")
Standardized loadings (pattern matrix) based upon correlation matrix
             MR1   MR3   MR2   h2    u2 com
positif    -0.07 -0.04  0.88 0.88 0.115 1.0
négatif     0.59  0.07 -0.35 0.81 0.187 1.6
neutre      0.10 -0.55  0.05 0.26 0.741 1.1
joie       -0.05  0.11  0.92 0.81 0.191 1.0
tristesse   0.91 -0.06 -0.06 0.82 0.181 1.0
colère      0.72  0.26  0.10 0.75 0.251 1.3
dégoût      1.01 -0.10 -0.03 0.92 0.081 1.0
surprise    0.12  0.65 -0.14 0.68 0.318 1.2
confiance   0.09 -0.24  0.81 0.80 0.197 1.2
peur        0.67  0.26  0.01 0.77 0.234 1.3
honte       0.93 -0.02 -0.06 0.91 0.087 1.0
gêne        0.43  0.40 -0.21 0.82 0.179 2.4
choquant    0.48  0.53  0.00 0.86 0.136 2.0
irritant    0.69  0.31  0.01 0.86 0.143 1.4
inquiétant  0.32  0.61 -0.15 0.93 0.071 1.6
déroutant   0.06  0.77 -0.20 0.87 0.135 1.1

                       MR1  MR3  MR2
SS loadings           6.13 3.51 3.11
Proportion Var        0.38 0.22 0.19
Cumulative Var        0.38 0.60 0.80
Proportion Explained  0.48 0.28 0.24
Cumulative Proportion 0.48 0.76 1.00

 With factor correlations of 
      MR1   MR3   MR2
MR1  1.00  0.71 -0.60
MR3  0.71  1.00 -0.55
MR2 -0.60 -0.55  1.00

Mean item complexity =  1.3
Test of the hypothesis that 3 factors are sufficient.

df null model =  120  with the objective function =  21.79 with Chi Square =  89509.3
df of  the model are 75  and the objective function was  1.55 

The root mean square of the residuals (RMSR) is  0.03 
The df corrected root mean square of the residuals is  0.03 

The harmonic n.obs is  4115 with the empirical chi square  732.5  with prob <  1.6e-108 
The total n.obs was  4115  with Likelihood Chi Square =  6349.31  with prob <  0 

Tucker Lewis Index of factoring reliability =  0.888
RMSEA index =  0.143  and the 90 % confidence intervals are  0.14 0.146
BIC =  5725.13
Fit based upon off diagonal values = 1
Measures of factor score adequacy             
                                                   MR1  MR3  MR2
Correlation of (regression) scores with factors   0.99 0.98 0.97
Multiple R square of scores with factors          0.98 0.95 0.94
Minimum correlation of possible factor scores     0.95 0.91 0.88

On renomme les facteurs : FA_degout = MR1, FA_surprise = MR3, FA_positif = MR2

2.2.2 Analyse factorielle : transgression

Trois facteurs, rotation varimax

Factor Analysis using method =  minres
Call: fa(r = transgress, nfactors = 3, rotate = "varimax")
Standardized loadings (pattern matrix) based upon correlation matrix
                  MR1   MR2  MR3   h2    u2 com
tabou            0.26  0.49 0.19 0.35 0.651 1.9
provocation      0.30  0.11 0.82 0.78 0.218 1.3
transgression    0.43  0.64 0.53 0.88 0.123 2.7
incongruité      0.41  0.76 0.35 0.88 0.125 2.0
intrusion        0.24  0.34 0.75 0.74 0.261 1.6
incohérence      0.46  0.72 0.42 0.92 0.084 2.4
intrigant        0.00 -0.74 0.08 0.56 0.443 1.0
décalé           0.69  0.41 0.36 0.77 0.229 2.2
bizarre          0.74  0.41 0.41 0.88 0.117 2.2
injustifié       0.42  0.63 0.53 0.86 0.141 2.7
inhabituel       0.78  0.55 0.17 0.93 0.066 1.9
hors_normes      0.28  0.41 0.55 0.55 0.449 2.4
étonnant         0.68 -0.15 0.58 0.81 0.187 2.1
surprenant       0.83  0.14 0.50 0.96 0.043 1.7
inattendu        0.78  0.47 0.23 0.88 0.116 1.8
polémique        0.52  0.23 0.69 0.80 0.198 2.1
anti_conformiste 0.20  0.69 0.48 0.74 0.257 2.0

                       MR1  MR2  MR3
SS loadings           4.74 4.43 4.13
Proportion Var        0.28 0.26 0.24
Cumulative Var        0.28 0.54 0.78
Proportion Explained  0.36 0.33 0.31
Cumulative Proportion 0.36 0.69 1.00

Mean item complexity =  2
Test of the hypothesis that 3 factors are sufficient.

df null model =  136  with the objective function =  22.82 with Chi Square =  93722.31
df of  the model are 88  and the objective function was  1.81 

The root mean square of the residuals (RMSR) is  0.02 
The df corrected root mean square of the residuals is  0.03 

The harmonic n.obs is  4115 with the empirical chi square  629  with prob <  1.2e-82 
The total n.obs was  4115  with Likelihood Chi Square =  7414.35  with prob <  0 

Tucker Lewis Index of factoring reliability =  0.879
RMSEA index =  0.142  and the 90 % confidence intervals are  0.14 0.145
BIC =  6681.98
Fit based upon off diagonal values = 1
Measures of factor score adequacy             
                                                   MR1  MR2  MR3
Correlation of (regression) scores with factors   0.97 0.96 0.94
Multiple R square of scores with factors          0.94 0.93 0.89
Minimum correlation of possible factor scores     0.88 0.86 0.78

On renomme les facteurs : FA_inattendu = MR1, FA_incongru = MR3, FA_provocation = MR2

2.2.3 Analyse factorielle : adhésion

3 facteurs, rotation varimax (robuste avec oblimin).

Factor Analysis using method =  minres
Call: fa(r = adhesion, nfactors = 3, rotate = "varimax")
Standardized loadings (pattern matrix) based upon correlation matrix
                 MR1   MR2   MR3   h2   u2 com
adhésion        0.87 -0.02 -0.17 0.78 0.22 1.1
inclusion       0.90  0.05 -0.15 0.83 0.17 1.1
exclusion      -0.33  0.08  0.83 0.80 0.20 1.3
rejet          -0.48  0.22  0.73 0.81 0.19 1.9
acceptation     0.87 -0.05 -0.19 0.79 0.21 1.1
responsable     0.75  0.16 -0.31 0.68 0.32 1.4
sociétal        0.48  0.31 -0.16 0.36 0.64 2.0
activisme      -0.03  0.82  0.19 0.72 0.28 1.1
militantisme   -0.01  0.89  0.03 0.80 0.20 1.0
avant_gardisme  0.32  0.44  0.26 0.36 0.64 2.5
identification  0.74  0.23 -0.14 0.62 0.38 1.3
attachement     0.85  0.11 -0.26 0.80 0.20 1.2
féminisme       0.30  0.44 -0.10 0.29 0.71 1.9
défense         0.79  0.30 -0.17 0.74 0.26 1.4

                       MR1  MR2  MR3
SS loadings           5.54 2.19 1.65
Proportion Var        0.40 0.16 0.12
Cumulative Var        0.40 0.55 0.67
Proportion Explained  0.59 0.23 0.18
Cumulative Proportion 0.59 0.82 1.00

Mean item complexity =  1.4
Test of the hypothesis that 3 factors are sufficient.

df null model =  91  with the objective function =  11.22 with Chi Square =  46095.46
df of  the model are 52  and the objective function was  0.96 

The root mean square of the residuals (RMSR) is  0.03 
The df corrected root mean square of the residuals is  0.04 

The harmonic n.obs is  4115 with the empirical chi square  758.26  with prob <  4.5e-126 
The total n.obs was  4115  with Likelihood Chi Square =  3938.19  with prob <  0 

Tucker Lewis Index of factoring reliability =  0.852
RMSEA index =  0.135  and the 90 % confidence intervals are  0.131 0.138
BIC =  3505.43
Fit based upon off diagonal values = 1
Measures of factor score adequacy             
                                                   MR1  MR2  MR3
Correlation of (regression) scores with factors   0.97 0.94 0.91
Multiple R square of scores with factors          0.94 0.88 0.82
Minimum correlation of possible factor scores     0.88 0.76 0.65

On renomme les facteurs : FA_inclusion = MR1, FA_militantisme = MR2, FA_exclusion = MR3

2.3 Modèles de régression

2.3.1 Création du data_lag

Pour créer le jeu de données avec les valeurs prises à t-1, on travaille en plusieurs étapes : pour les réactions, on assigne la valeur du commentaire précédent ; pour les initiations et les conversations, on assigne la moyenne des valeurs de t-1 à t-5 (puisque l’algorithme Youtube ne présente pas nécessairement les commentaires par ordre chronologique).

2.3.2 Des graphiques sur les données complètes

On représente ici la valeur prise par la variable en fonction de la variable à t-1. On représente tous les scores factoriels.

2.4 Création des formules

On automatise la création des formules pour les modèles de régression. On présente les statistiques descriptives des scores factoriels.

tinytable_y43r93az67ss1txyz8rq
Mean SD Min Median Max Histogram
FA_degout 0.0 1.0 -1.4 -0.2 2.1
FA_surprise 0.0 1.0 -2.4 0.1 2.5
FA_positif 0.0 1.0 -1.1 -0.4 2.7
FA_inattendu 0.0 1.0 -2.5 0.1 3.0
FA_provocation 0.0 1.0 -3.0 0.0 3.8
FA_incongru 0.0 0.9 -3.3 0.0 3.0
FA_inclusion 0.0 1.0 -1.7 -0.2 3.3
FA_militantisme 0.0 0.9 -1.7 -0.2 5.5
FA_exclusion 0.0 0.9 -1.9 -0.2 3.6
VideoID N %
2 1698 41.3
4 1162 28.2
1 802 19.5
3 453 11.0

2.5 Les modèles sur l’ensemble des commentaires

Résultats des modèles de régression linéaire
dégoût surprise positif inattendu incongru provocation inclusion exclusion militantisme
FA_degout_lag 0.182*** 0.105* -0.146*** 0.048 0.072+ 0.099* -0.150*** 0.090* -0.074+
FA_surprise_lag -0.014 -0.068 0.062 -0.142** 0.023 -0.037 0.105+ 0.035 0.070
FA_positif_lag -0.010 0.008 0.064 0.014 0.033 -0.036 0.009 0.004 0.011
FA_inattendu_lag -0.013 0.106** 0.019 0.200*** -0.010 -0.025 -0.026 -0.068+ -0.005
FA_provocation_lag -0.078+ -0.024 0.065+ 0.030 -0.044 -0.002 0.061 -0.057 0.059
FA_incongru_lag -0.037 -0.020 0.065 -0.007 0.007 -0.001 0.063 -0.034 0.034
FA_inclusion_lag -0.009 -0.002 0.060 -0.004 -0.016 -0.012 0.110** -0.019 0.034
FA_militantisme_lag -0.026 0.014 0.049* 0.043+ -0.011 -0.041+ 0.029 -0.002 0.033
FA_exclusion_lag 0.056+ 0.035 -0.010 0.006 0.057+ -0.009 -0.003 0.070* 0.020
Num.Obs. 4111 4111 4111 4111 4111 4111 4111 4111 4111
R2 0.016 0.011 0.016 0.014 0.007 0.007 0.016 0.009 0.005
R2 Adj. 0.014 0.009 0.013 0.012 0.005 0.005 0.013 0.006 0.003
AIC 11518.0 11443.6 11374.6 11381.1 11175.4 11353.2 11362.2 10856.4 11133.5
BIC 11587.5 11513.2 11444.2 11450.7 11244.9 11422.7 11431.7 10926.0 11203.0
Log.Lik. -5747.979 -5710.818 -5676.320 -5679.572 -5576.679 -5665.607 -5670.091 -5417.214 -5555.726
RMSE 0.98 0.97 0.96 0.96 0.94 0.96 0.96 0.90 0.93
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

2.6 Les modèles sur les réactions

Résultats des modèles de régression linéaire
dégoût surprise positif inattendu incongru provocation inclusion exclusion militantisme
FA_degout_lag 0.062 0.041 -0.100* 0.045 -0.016 0.041 -0.110** 0.011 -0.102*
FA_surprise_lag 0.025 -0.050 0.029 -0.112* 0.021 -0.026 0.079 0.045 0.057
FA_positif_lag -0.059 -0.025 0.053 0.002 -0.006 -0.053 0.018 -0.036 0.015
FA_inattendu_lag 0.001 0.115** 0.028 0.180*** 0.023 -0.010 -0.013 -0.033 0.016
FA_provocation_lag -0.012 0.010 0.042 0.038 0.004 0.026 0.044 0.002 0.072+
FA_incongru_lag -0.050 -0.026 0.069 -0.041 0.019 0.002 0.065 -0.041 0.047
FA_inclusion_lag 0.051 0.031 0.051 0.011 0.023 0.018 0.094* 0.039 0.030
FA_militantisme_lag 0.001 0.028 0.043+ 0.052* -0.001 -0.023 0.024 0.017 0.037
FA_exclusion_lag 0.018 0.015 -0.008 0.000 0.023 -0.018 -0.001 0.024 0.013
Num.Obs. 2931 2931 2931 2931 2931 2931 2931 2931 2931
R2 0.008 0.011 0.015 0.018 0.002 0.005 0.016 0.003 0.006
R2 Adj. 0.004 0.008 0.012 0.015 -0.001 0.002 0.013 0.000 0.003
AIC 7555.2 8069.3 7832.9 8138.7 7847.6 7695.8 7966.4 7170.3 7771.6
BIC 7621.0 8135.1 7898.7 8204.5 7913.4 7761.6 8032.2 7236.1 7837.4
Log.Lik. -3766.578 -4023.633 -3905.442 -4058.347 -3912.813 -3836.907 -3972.201 -3574.150 -3874.809
RMSE 0.87 0.95 0.92 0.97 0.92 0.90 0.94 0.82 0.91
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

2.7 L’engagement

Résultats du modèle de régression Poisson
dégoût surprise positif inattendu incongru provocation inclusion exclusion militantisme
FA_degout_lag 0.062 0.041 -0.100* 0.045 -0.016 0.041 -0.110** 0.011 -0.102*
FA_surprise_lag 0.025 -0.050 0.029 -0.112* 0.021 -0.026 0.079 0.045 0.057
FA_positif_lag -0.059 -0.025 0.053 0.002 -0.006 -0.053 0.018 -0.036 0.015
FA_inattendu_lag 0.001 0.115** 0.028 0.180*** 0.023 -0.010 -0.013 -0.033 0.016
FA_provocation_lag -0.012 0.010 0.042 0.038 0.004 0.026 0.044 0.002 0.072+
FA_incongru_lag -0.050 -0.026 0.069 -0.041 0.019 0.002 0.065 -0.041 0.047
FA_inclusion_lag 0.051 0.031 0.051 0.011 0.023 0.018 0.094* 0.039 0.030
FA_militantisme_lag 0.001 0.028 0.043+ 0.052* -0.001 -0.023 0.024 0.017 0.037
FA_exclusion_lag 0.018 0.015 -0.008 0.000 0.023 -0.018 -0.001 0.024 0.013
Num.Obs. 2931 2931 2931 2931 2931 2931 2931 2931 2931
R2 0.008 0.011 0.015 0.018 0.002 0.005 0.016 0.003 0.006
R2 Adj. 0.004 0.008 0.012 0.015 -0.001 0.002 0.013 0.000 0.003
AIC 7555.2 8069.3 7832.9 8138.7 7847.6 7695.8 7966.4 7170.3 7771.6
BIC 7621.0 8135.1 7898.7 8204.5 7913.4 7761.6 8032.2 7236.1 7837.4
Log.Lik. -3766.578 -4023.633 -3905.442 -4058.347 -3912.813 -3836.907 -3972.201 -3574.150 -3874.809
RMSE 0.87 0.95 0.92 0.97 0.92 0.90 0.94 0.82 0.91
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

3 Tests des hypothèses

J’ai testé les différentes hypothèses présentes dans le fichier excel du drive, à l’exception des hypothèses portant sur l’intentité émotionnelle, car je n’ai pas encore trouvé comment créer cet indicateur. Les modèles sont testés sur les données de réaction (discussion, réponses aux commentaires).

  • Les commentaires positifs permettent-ils d’arrêter ou de diminuer les commentaires négatifs ?
Régression quasi-binomiale, lien probit
Négatif
positif_lag -0.173***
Num.Obs. 2931
RMSE 0.36
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Hypothèse validée.

  • L’adhésion permet elle de dimunuer le rejet ?
Régression quasi-binomiale, lien probit
Rejet
adhésion_lag -0.164**
Num.Obs. 2931
RMSE 0.26
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Hypothèse validée.

  • La communauté va amoindrir le rejet en prenant part au débat
Régression quasi-binomiale, lien probit
Rejet Dégoût Exclusion Provocation Polémique
adhésion_lag 0.112 0.028 0.150 0.032 0.055
inclusion_lag -0.118 0.171 -0.141 0.040 -0.118
militantisme_lag 0.007 0.026 0.085 0.016 0.008
défense_lag -0.011 -0.027 0.070 -0.078 -0.020
positif_lag -0.162* -0.227** -0.156+ -0.024 -0.062
Num.Obs. 2931 2931 2931 2931 2931
RMSE 0.26 0.29 0.20 0.25 0.29
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Le positif permet d’atténuer les commentaires de rejet et de dégoût. Je ne pense pas qu’on puisse valider l’hypothèse.

  • Les commentaires négatifs amènent-ils une prise de parole forte de la communauté active pour défendre la marque ?
Régression quasi-binomiale, lien probit
Adhésion Militantisme Féminisme
négatif_lag -0.004 -0.076 0.147*
dégoût_lag -0.044 0.003 -0.098
rejet_lag -0.071 0.105 -0.041
Num.Obs. 2931 2931 2931
RMSE 0.23 0.14 0.13
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Les commentaires négatifs entraînent une plus grande réaction de commentaires féministes.

  • La discussion est-elle plus longue lorsque les commentaires sont positifs ?
Régression logistique
Rang Rang Rang Rang
positif_lag -0.233*** -0.046 0.102***
négatif_lag -0.337*** -0.190*** -0.158***
positif_lag × négatif_lag 0.647***
Num.Obs. 2931 2931 2931 2931
AIC 20329.2 20387.0 20420.7 20386.8
BIC 20353.1 20404.9 20432.6 20398.8
Log.Lik. -10160.587 -10190.484 -10208.327 -10191.419
RMSE 4.74 4.75 4.76 4.75
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Les commentaires négatifs entraînent des discussions plus courtes que les positifs, qui semblent dans une certaine mesure conduire à des discussions plus longues. Mais ce qui alimente surtout le débat, c’est la présence combinée de positif et négatif (effet d’interaction).

  • La contagion émotionnelle est elle plus forte lorsque les commentaires sont positifs ?

Hypothèse refusée, il n’y a pas de différence.

  • Commentaire + positif s’il arrive en fin de conversation ?

Hypothèse refusée, c’est le contraire.

  • Un message factuel implique moins de réactions qu’un message émotionnel ?

Hypothèse rejetée. On a utilisé la variable “neutre” pour déterminer si le commentaire est émotionnel ou factuel.